“Numpy常用函数:科学计算实现基础”的版本间的差异
来自CloudWiki
Xiaolongyang(讨论 | 贡献) (→创建array的便捷函数) |
Xiaolongyang(讨论 | 贡献) (→) |
||
第37行: | 第37行: | ||
[[文件:random.png]] | [[文件:random.png]] | ||
− | == == | + | === rand(d0, d1, ..., dn)=== |
+ | [[文件:rand.png]] | ||
+ | === randn(d0, d1, ..., dn)=== | ||
+ | [[文件:randn.png]] | ||
+ | === randint(low[, high, size, dtype])=== | ||
+ | [[文件:randint.png]] | ||
+ | === random([size])=== | ||
+ | [[文件:random.png]] | ||
+ | === choice(a[, size, replace, p])=== | ||
+ | [[文件:choice.png]] | ||
+ | ===shuffle(x) === | ||
+ | [[文件:shuffle.png]] | ||
+ | === permutation(x)=== | ||
+ | [[文件:permutation.png]] | ||
+ | === normal([loc, scale, size]) === | ||
+ | [[文件:normal.png]] | ||
+ | === uniform([low, high, size])=== | ||
+ | [[文件:uniform.png]] |
2020年5月16日 (六) 12:15的版本
创建array的便捷函数
使用预定函数arange、ones/ones_like、zeros/zeros_like、empty/empty_like、full/full_like、eye等函数创建
函数 | 功能 | 格式 |
---|---|---|
arange | 创建数字序列 | np.arange([start,] stop[, step,], dtype=None) |
ones | 创建全是1的数组 | np.ones(shape, dtype=None, order='C') |
ones_like | 创建形状相同全是1的数组 | np.ones_like(a, dtype=float, order='C') |
zeros | 创建全是0的数组 | np.zeros(shape, dtype=None, order='C') |
zeros_like | 创建形状相同全是0的数组 | np.zeros_like(a, dtype=None) |
empty | 创建全是0的数组,但是该数组只分配了空间, 里面的值也有可能是随机的 |
np.empty(shape, dtype=float, order='C') |
empty_like | 创建形状相同全是0的数组 | empty_like(prototype, dtype=None) |
full | 创建指定值的数组 | np.full(shape, fill_value, dtype=None, order='C') |
full_like | 创建形状相同的数组 | np.full_like(a, fill_value, dtype=None) |